Go
低成本的开源编程模型订阅服务。
Vikasit Code Go 是一项低成本的订阅服务 —— 首月 5 美元，之后 每月 10 美元 —— 让你能够稳定地访问流行的开源编程模型。
Go 的工作方式与 Vikasit Code 中的任何其他提供商（provider）一样。订阅 Vikasit Code Go 后你将获得 API 密钥。它是 完全可选 的，并非使用 Vikasit Code 所必需的条件。
它主要为国际用户设计，模型托管在美国、欧盟和新加坡，以确保稳定的全球访问。
背景
开源模型现在变得非常强大。在编程任务中，它们的性能已接近专有模型。由于许多提供商都可以提供具有竞争力的服务，它们通常要便宜得多。
然而，获得可靠、低延迟的访问可能很困难。各提供商在质量和可用性方面参差不齐。
为了解决这个问题，我们做了以下几件事：
- 我们测试了一组精选的开源模型，并与他们的团队探讨了如何以最佳方式运行它们。
- 随后我们与一些提供商合作，以确保正确提供这些服务。
- 最后，我们对模型和提供商的组合进行了基准测试（benchmark），得出了一份我们乐于推荐的列表。
Vikasit Code Go 让你能够访问这些模型，首月只需 5 美元，之后 每月 10 美元。
工作原理
Vikasit Code Go 的工作方式与 Vikasit Code 中的其他提供商一样。
- 登录 Vikasit Code Zen，订阅 Go，然后复制你的 API 密钥。
- 在 TUI 中运行
/connect命令，选择Vikasit Code Go，然后粘贴你的 API 密钥。 - 在 TUI 中运行
/models以查看通过 Go 可用的模型列表。
当前支持的模型列表包括：
- GLM-5
- Kimi K2.5
- MiniMax M2.5
- MiniMax M2.7
随着我们进行测试和添加新模型，该列表可能会发生变化。
使用限制
Vikasit Code Go 包含以下限制：
- 5 小时限制 — 12 美元使用额度
- 每周限制 — 30 美元使用额度
- 每月限制 — 60 美元使用额度
限制以美元价值定义。这意味着你的实际请求数取决于你所使用的模型。较便宜的模型（如 MiniMax M2.5）允许更多请求，而较高成本的模型（如 GLM-5）允许较少请求。
下表提供了基于典型 Go 使用模式的预估请求数：
| GLM-5 | Kimi K2.5 | MiniMax M2.7 | MiniMax M2.5 | |
|---|---|---|---|---|
| 每 5 小时请求数 | 1,150 | 1,850 | 14,000 | 20,000 |
| 每周请求数 | 2,880 | 4,630 | 35,000 | 50,000 |
| 每月请求数 | 5,750 | 9,250 | 70,000 | 100,000 |
预估值基于观察到的平均请求模式：
- GLM-5 — 每次请求 700 个输入 token，52,000 个缓存 token，150 个输出 token
- Kimi K2.5 — 每次请求 870 个输入 token，55,000 个缓存 token，200 个输出 token
- MiniMax M2.7/M2.5 — 每次请求 300 个输入 token，55,000 个缓存 token，125 个输出 token
你可以在 控制台 中跟踪你当前的使用情况。
使用限制可能会随着我们从早期使用和反馈中学习而发生变化。
超出限制的使用
如果你的 Zen 余额中还有积分，可以在控制台中启用 使用余额（Use balance） 选项。启用后，当你达到使用限制时，Go 会回退使用你的 Zen 余额，而不是拦截请求。
API 端点
你也可以通过以下 API 端点访问 Go 模型。
| 模型 | 模型 ID | 端点 | AI SDK 包 |
|---|---|---|---|
| GLM-5 | glm-5 | https://opencode.ai/zen/go/v1/chat/completions | @ai-sdk/openai-compatible |
| Kimi K2.5 | kimi-k2.5 | https://opencode.ai/zen/go/v1/chat/completions | @ai-sdk/openai-compatible |
| MiniMax M2.7 | minimax-m2.7 | https://opencode.ai/zen/go/v1/messages | @ai-sdk/anthropic |
| MiniMax M2.5 | minimax-m2.5 | https://opencode.ai/zen/go/v1/messages | @ai-sdk/anthropic |
你 Vikasit Code 配置中的 模型 ID 使用 opencode-go/<model-id> 格式。例如，对于 Kimi K2.5，你将在配置中使用 opencode-go/kimi-k2.5。
隐私保护
该方案主要面向国际用户，模型托管在 US、EU 和 Singapore，以提供稳定的全球访问。我们的提供商遵循零保留政策，不会将您的数据用于模型训练。
目标
我们创建 Vikasit Code Go 的目的是：
- 通过低成本订阅让更多人能够 无门槛地 使用 AI 编程。
- 为最佳开源编程模型提供 可靠的 访问。
- 精选经过 测试和基准评估，适合编程 Agent 使用的模型。
- 无锁定（no lock-in），允许你与 Vikasit Code 一起使用任何其他提供商。